Langkau ke kandungan

Kotoba Speech-to-Text

Integrasikan

ID model kotoba-technologies/kotoba-stt/v1/speech-to-text
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/kotoba-technologies/kotoba-stt/v1/speech-to-text?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "language": "ja"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Fail seperti contoh: $0.001 1 kredit API · ≈ ₽0.11 fail anda diukur sebelum dijalankan Jalankan pada halaman ini

Dapatkan kunci API
Kotoba Technologies Pertuturan ke Teks #commercial-use#speech-to-text#japanese#multilingual

Pertuturan-ke-teks untuk klip sehingga 2 minit, dioptimumkan untuk bahasa Jepun, dengan cap masa perkataan dan petunjuk kata kunci

Kotoba Technologies · Teks

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

•diperlukan audio_url
Lepaskan fail, atau

Tempoh audio terhad kepada 2 minit.

language •diperlukan

Bahasa yang digunakan oleh penutur audio.

Lanjutan with_timestamps · diarization · kana · keywords

Istilah yang ejaannya patut diutamakan dalam transkrip, termasuk nama atau terminologi produk. Menerima tidak lebih daripada 1000 istilah, setiap satu terhad kepada 64 aksara.

POST /run/kotoba-technologies/kotoba-stt/v1/speech-to-text?wait=20 sebut harga → $0.001
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/kotoba-technologies/kotoba-stt/v1/speech-to-text?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "language": "ja"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Jalankan permintaan ini

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang Kotoba Speech-to-Text

Mentranskripsikan klip audio sehingga 2 minit daripada `audio_url`. Tetapkan `language` kepada ja, en, ko, zh, es, zh-hk, zh-tw atau auto. `with_timestamps` pilihan mengembalikan masa mula dan tamat setiap perkataan, `diarization` melabel penutur, `keywords` menerima sehingga 1000 istilah untuk mempengaruhi ejaan, dan `kana` menulis nama dalam katakana untuk bahasa Jepun. Output merangkumi teks, bahasa yang dikesan dan tempoh audio.

Parameter

Hantar sama ada nama kanonik atau nama natif, bukan kedua-duanya. Nama kanonik

NamaJenis LalaiDibenarkan Penerangan
audio_urldiperlukan audio
Jenisurl · audio
Tempoh audio terhad kepada 2 minit.
languagediperlukan
Jenisenum
jaenkozheszh-hkzh-twauto
Bahasa yang digunakan oleh penutur audio.
with_timestampspilihan
Jenisboolean
Lalaifalse
Output pemasaan setiap perkataan dalam `words`, termasuk permulaan dan pengakhiran setiap perkataan.
diarizationpilihan
Jenisboolean
Lalaifalse
Atribusi penutur pada peringkat perkataan, hanya tersedia untuk model yang menyokong token penutur. Setiap perkataan menerima `speaker_id`, tetapi masanya kekal null melainkan `with_timestamps` turut didayakan.
keywordspilihan
Jenisstring[]
≤ 1,000 item
Istilah yang ejaannya patut diutamakan dalam transkrip, termasuk nama atau terminologi produk. Menerima tidak lebih daripada 1000 istilah, setiap satu terhad kepada 64 aksara.
kanapilihan
Jenisboolean
Lalaifalse
Paparan Katakana bagi nama orang dan nama tempat dalam bahasa Jepun.
diperlukan Nama kanonik, turut diterima

Parameter fail menerima URL awam https://, URI data: sehingga 10 MB, atau file_url bagi muat naik. Fail

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kotoba-technologies/kotoba-stt/v1/speech-to-text",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "language": "ja"
  },
  "output": {
    "audio_duration_secs": 1.0,
    "language_code": "string",
    "language_probability": 1.0,
    "text": "string",
    "words": [
      {
        "end": 1.0,
        "speaker_id": "string",
        "start": 1.0,
        "text": "string",
        "type": "word"
      }
    ]
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
audio_duration_secs
number | null
language_code
string
language_probability
number
text
string
words
array of object {end, speaker_id, start, text, type}

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/kotoba-technologies/kotoba-stt/v1/speech-to-text.md. Semua model dan panduan: https://doitong.com/developers/llms.txt